最近在看AI訓練相關的影片
其中不斷提到獎勵跟懲罰
例如人物扭曲就有懲罰
人物很正常就有獎勵
或是如果車子跑出跑道就有懲罰
車子在某個區域做出特定行為就有獎勵
等等的訓練AI的方法
我就很好奇
AI拿到高分之後
要幹嘛?
低分的AI被砍掉
從此不用累得要死
高分的AI被不斷提更誇張的要求
然後累死
先撇除人類視角好了
單純問一下
AI在訓練中拿到高分(獎勵)的目的是什麼?
為什麼AI會想要拿到高分?